pandas.Series.plot.bar

Series.plot.bar(x=None, y=None, color=None, **kwargs)

垂直条形图。

条形图是一种用矩形条表示分类数据的图表，矩形条的长度与它们所代表的值成比例。条形图显示了离散类别之间的比较。图表的一个轴显示正在比较的特定类别，另一个轴表示测量的值。

参数:

x标签或位置，可选

允许绘制一列与另一列的对比图。如果未指定，则使用DataFrame的索引。

y标签或位置，可选

允许绘制一列与另一列的对比图。如果未指定，则使用所有数值列。

颜色str, 类数组, 或 dict, 可选

每个DataFrame列的颜色。可能的值有：

• 一个通过名称、RGB或RGBA代码引用的单一颜色字符串，

  例如 ‘red’ 或 ‘#a98d19’。

• 一系列通过名称、RGB或RGBA引用的颜色字符串

  代码，将递归用于每一列。例如 [‘green’,’yellow’] 每一列的条形图将交替填充绿色或黄色。如果只有一列要绘制，则只会使用颜色列表中的第一个颜色。

• {列名形式的字典color}, 以便每列将会

  相应地着色。例如，如果你的列名为 a 和 b，那么传递 {‘a’: ‘green’, ‘b’: ‘red’} 将会把列 a 的条形图着色为绿色，列 b 的条形图着色为红色。

**kwargs

其他关键字参数在 DataFrame.plot() 中记录。

返回:

matplotlib.axes.Axes 或它们的 np.ndarray

当 subplots=True 时，返回一个 ndarray，每列对应一个 matplotlib.axes.Axes。

参见

DataFrame.plot.barh

水平条形图。

DataFrame.plot

绘制 DataFrame 的图表。

matplotlib.pyplot.bar

使用 matplotlib 制作条形图。

示例

基本图表。

>>> df = pd.DataFrame({'lab': ['A', 'B', 'C'], 'val': [10, 30, 20]})
>>> ax = df.plot.bar(x='lab', y='val', rot=0)

绘制整个数据框到条形图中。每个列被分配一个不同的颜色，每行在水平轴上嵌套在一个组中。

>>> speed = [0.1, 17.5, 40, 48, 52, 69, 88]
>>> lifespan = [2, 8, 70, 1.5, 25, 12, 28]
>>> index = ['snail', 'pig', 'elephant',
...          'rabbit', 'giraffe', 'coyote', 'horse']
>>> df = pd.DataFrame({'speed': speed,
...                    'lifespan': lifespan}, index=index)
>>> ax = df.plot.bar(rot=0)

绘制 DataFrame 的堆积条形图

>>> ax = df.plot.bar(stacked=True)

不是嵌套，可以通过 subplots=True 按列拆分图形。在这种情况下，会返回一个 numpy.ndarray 的 matplotlib.axes.Axes。

>>> axes = df.plot.bar(rot=0, subplots=True)
>>> axes[1].legend(loc=2)  

如果你不喜欢默认的颜色，你可以指定你希望每一列的颜色。

>>> axes = df.plot.bar(
...     rot=0, subplots=True, color={"speed": "red", "lifespan": "green"}
... )
>>> axes[1].legend(loc=2)  

绘制单列。

>>> ax = df.plot.bar(y='speed', rot=0)

仅为 DataFrame 绘制选定的类别。

>>> ax = df.plot.bar(x='lifespan', rot=0)